在FastAPI中使用带__post_init__的嵌套Python数据类遇问题求助

错误原因 #

FastAPI依赖Pydantic解析请求数据，默认情况下不会自动实例化嵌套的原生Python dataclass，而是将嵌套对象转换为字典。这就导致Material的__post_init__方法从未执行，自然没有生成fd属性，最终Square的__post_init__访问material.fd时抛出AttributeError。

可行方案 #

方案1：将原生dataclass替换为Pydantic dataclass #

如果有权限修改原库的代码，直接用Pydantic的dataclass装饰器替代标准库的，Pydantic会自动处理嵌套类的实例化并触发所有__post_init__方法。

修改后的库代码：

from pydantic.dataclasses import dataclass  # 替换标准库的dataclass

@dataclass
class Material:
    f: float
    sf: float = 1.5
    def __post_init__(self):
        self.fd = self.f / self.sf

@dataclass
class Square:
    w: float
    material: Material
    def __post_init__(self):
        self.area = self.w * self.w
        self.force_max = self.material.fd * self.area

API代码无需改动，直接使用：

@app.post("/square/")
async def root(square: Square):
    return {
        "area": square.area,
        "force_max": square.force_max,
    }

方案2：手动实例化嵌套dataclass（不修改原库） #

如果无法修改原库，在API层手动将请求中的字典数据转换为对应dataclass实例，确保__post_init__被触发。

@app.post("/square/")
async def root(square_data: dict):
    # 先实例化Material，触发其__post_init__生成fd
    material = Material(**square_data["material"])
    # 再实例化Square，此时material已包含fd属性
    square = Square(w=square_data["w"], material=material)
    return {
        "area": square.area,
        "force_max": square.force_max,
    }

方案3：用Pydantic的parse_obj_as自动解析（不修改原库） #

使用Pydantic提供的parse_obj_as工具，自动将请求数据解析为嵌套的原生dataclass实例，无需手动处理嵌套层级。

from pydantic import parse_obj_as

@app.post("/square/")
async def root(square_data: dict):
    # parse_obj_as会自动实例化所有嵌套的dataclass并触发__post_init__
    square = parse_obj_as(Square, square_data)
    return {
        "area": square.area,
        "force_max": square.force_max,
    }

验证逻辑 #

上述方案的核心都是确保Material被正确实例化，使其__post_init__执行并生成fd属性，这样Square的__post_init__就能正常访问该属性计算force_max。

内容的提问来源于stack exchange，提问作者daalgi